请解释 Cassandra 中一致性哈希的具体工作机制，并说明它是如何影响数据在节点间的分布情况的？

回答思路

1. 【回答框架 1】Cassandra 使用一致性哈希（Consistent Hashing）来分布数据。每个节点被分配一个或多个 token 范围，数据行的 partition key 经过哈希后映射到 0 到 2^127-1 的环上，环被按 token 范围分段，每段对应一个节点。
2. 【回答框架 2】数据分布由每个节点负责的 token 范围决定。当写入数据时，根据 partition key 的哈希值确定其在环上的位置，然后顺时针查找第一个 token 大于该哈希值的节点，该节点即为数据的副本所在节点。这样，每个节点只负责一部分哈希空间，实现了数据的均匀分布。
3. 【回答框架 3】一致性哈希通过引入虚拟节点（virtual nodes，vnode）来改善数据分布的均衡性。每个物理节点默认拥有 256 个虚拟节点，每个虚拟节点对应一个随机 token，使数据分布更均匀，同时降低新增或移除节点时的数据迁移量。
4. 【回答框架 4】在配置时，也可以手动为每个节点分配 token（如使用 num_tokens 或 initial_token），但使用 vnodes 是推荐方式，因为它简化了集群扩展和再平衡，但会导致数据备份可能跨越多个物理节点，需注意备份策略和跨数据中心复制配置。
5. 【关键点 1】一致性哈希将数据按 partition key 哈希到环形空间，每个节点负责连续的一段 token 范围。
6. 【关键点 2】虚拟节点（vnode）使每个物理节点管理多个随机 token，提高数据分布均匀度并减少节点变化时的数据迁移。
7. 【关键点 3】数据分布直接决定了读写请求的负载均衡，合理的 token 分配可避免热点问题。
8. 【易错点 1】忽略 vnode 的影响：使用 vnodes 时，同一物理节点的数据可能分散在环上多个位置，备份时需考虑跨节点复制，否则可能违反复制策略。
9. 【易错点 2】认为一致性哈希绝对均匀：实际上，如果节点数少或 token 分配不合理，仍可能出现数据倾斜，需要通过压测和监控调整。
10. 【易错点 3】混淆一致性哈希与一致性（consistency level）：两者无关，前者是数据分布算法，后者是读写一致性的配置。